1）关系型数据库

关系型数据库：表设计、规范化、索引设计、外键与约束。

一、什么是关系型数据库，它解决什么问题

定义：
关系型数据库（Relational Database，RDB）是一种基于关系模型存储和管理数据的数据库，它使用表（表格形式的数据）来表示实体及其关系。

解决的问题：

数据组织和查询：通过结构化的表，便于数据存储、管理和查询。
数据一致性：通过事务机制（ACID）保证数据一致性。
关系管理：通过外键等机制管理表间关系。
高效查询：支持复杂 SQL 查询语句，灵活获取数据。

二、与非关系型数据库的区别

特性	关系型数据库	非关系型数据库（NoSQL）
数据结构	表格（行、列）形式，严格结构化	键值对、文档、列族、图等多样形式
查询语言	使用 SQL（结构化查询语言）	根据类型可能无统一查询语言（如 JSON 查询）
事务支持	完整支持 ACID	部分支持事务或 BASE 模型（最终一致性）
扩展性	垂直扩展（增加硬件）为主	水平扩展（增加节点）更为灵活
适用场景	适合结构化数据和强一致性要求	适合大数据量、灵活模型和高可扩展场景

三、核心概念以及作用

1）表（Table）

数据的基本存储单元，由行（记录）和列（字段）组成。
作用：用于存储有特定结构的数据。

2）主键（Primary Key）

每张表中唯一标识一行的字段或字段组合。
作用：保证数据唯一性。

3）外键（Foreign Key）

一个表中指向另一表主键的字段。
作用：实现表与表之间的关联。

4）索引（Index）

用于加速数据查询的结构。
作用：提升查询性能，但会增加写入开销。

5）事务（Transaction）

一组操作的集合，具备 ACID 属性：
- 原子性（Atomicity）
- 一致性（Consistency）
- 隔离性（Isolation）
- 持久性（Durability）
作用：确保复杂操作的一致性。

6）视图（View）

一种虚拟表，通过 SQL 查询结果动态生成。
作用：简化复杂查询，提升安全性（可限制字段暴露）。

7）规范化（Normalization）

组织数据以减少冗余和依赖性。
作用：提升数据存储效率和一致性。

四、最佳实践

设计合理的表结构
- 避免过多字段，适当分表。
- 确保每张表有主键。
适度规范化与反规范化
- 基于业务需求权衡存储效率与查询效率。
优化索引
- 使用索引提升查询性能，但避免过多无效索引。
- 使用覆盖索引和联合索引。
分区与分库分表
- 对大表进行分区存储（如按日期或区域）。
- 在分布式场景下，使用分库分表提升性能。
定期维护
- 优化查询（分析慢查询日志）。
- 清理冗余数据，重建碎片化索引。
事务与并发控制
- 使用合适的事务隔离级别，避免死锁和数据不一致。

五、常用框架

关系型数据库

MySQL：开源，广泛使用，支持事务。
PostgreSQL：高级开源数据库，支持复杂查询与扩展。
Oracle Database：商业化数据库，功能强大，适合企业级应用。
Microsoft SQL Server：微软提供，集成于 Windows 生态。
SQLite：轻量级嵌入式数据库。

常用 ORM 框架

Hibernate（Java）：功能强大的对象关系映射工具。
Entity Framework（C#）：微软的 ORM 框架。
SQLAlchemy（Python）：支持多种数据库的 ORM 工具。
GORM（Go）：简洁高效的 ORM 框架。
Sequelize（Node.js）：适用于 JavaScript 的 ORM。

六、注意事项

避免过度复杂的设计
- 表结构过度复杂会增加维护成本，适当简化设计。
预估数据增长量
- 选择适合的数据类型并预留扩展空间。
谨慎使用外键
- 在分布式系统中，外键可能导致性能瓶颈。
安全性
- 使用权限管理限制数据库访问。
- 防止 SQL 注入（如参数化查询）。
备份与恢复
- 定期备份数据库，测试恢复流程。
高并发场景优化
- 使用读写分离、分库分表、缓存等手段提高性能。
监控与日志
- 设置慢查询日志，定期分析并优化查询。